最近大家其實卡在同一個地方

我朋友阿葵最近做了一件很多人會做的事。她把一整年的皮膚日記——每天拍了幾張照片、用了什麼保養品、長了幾顆痘痘——全部整理成一個 PDF，然後丟給 AI，問它：「幫我分析一下，我到底該怎麼辦？」 AI 想了幾秒，回她一句：「你可能需要一條龍。」 阿葵當場傻眼。她要的是「這個月痘痘為什麼變多」，不是要一條龍。問題出在哪？不是 AI 太笨，而是她一口氣餵了太多東西，AI 根本不知道她現在真正要問的是什麼。 這不是阿葵一個人的問題。最近這個坑一直浮上來，表面上看起來是不同情境各自出事，實際上很多人卡住的是同一種判斷落差：你把一整年的日記全塞給 AI，它就會以為你要它寫年終總結。

先講結論

先定義本次任務的邊界，再只給相關的資料。一次只解決一個問題。

阿葵把一整年皮膚日記貼給AI：「幫我分析原因」
AI回了一長串，阿葵滑到手痠：「這些我都知道啊！
博士說：「它被你的廢話淹沒了，先摘要再餵。」
阿葵把日記分成四段摘要，AI一秒給出有用建議
補充視角

先替你做判斷

把一整年的日記全丟給 AI，它會以為你要它寫年終總結，而不是分析今天的痘痘。關鍵在於替它劃出任務邊界。

為什麼最近一直在同一個地方跌倒

你會在哪些情境先撞到這個坑？ 第一個是「長期追蹤型」的任務。像阿葵這樣，想把長時間的紀錄交給 AI 分析，希望它看出趨勢。但 AI 沒有時間概念，它只看你給了什麼。你給一整年，它就當成一整包資料處理，分不出輕重緩急。 第二個是「跨領域整合」的任務。比如你同時問 AI：「我的皮膚狀況跟我的飲食、睡眠、壓力有什麼關係？」這等於要它在同一時間處理四種不同類型的資料，而且你沒告訴它哪個是主因。 第三個是「問題不明確」的任務。你只說「幫我分析」，但沒說分析什麼、到什麼程度、要什麼格式的答案。AI 只能猜，猜錯的機率很高。

真正讓事情失控的，不是表面那一層

真正讓事情失控的原因，不是資料太多，而是資料沒有分層。 AI 的運作方式像一個很認真的實習生。你給它一整疊資料，它會從頭讀到尾，然後根據「最後看到的重點」來回答你。如果你把一整年的日記全丟進去，它看到的最後幾筆資料可能是上個月的某一天，而不是你真正想問的「這週」。 更關鍵的是，AI 沒有「時間軸」的概念。它不會自動把資料按照時間排序，也不會自動判斷哪個時間段的資料更重要。它只會把所有資料當成同一層級的資訊來處理。 這就是所謂的「上下文過載」（context overload），用白話文講就是：AI 一次能記住的話有限，但你塞了太多不相關的細節，把它的記憶空間塞爆了，它只好隨便抓一個看起來最合理的方向來回答你。 結果就是：你問 A，它回你 B；你問這週，它回你上個月。

如果你只想先止血，先照這樣做

直接照做的防呆法，三步驟： 第一步：先定義「這次」的任務。 寫一句話告訴 AI 你現在要做什麼。例如：「請分析我過去一週的皮膚照片，找出痘痘增加的潛在原因。」不要只說「幫我分析皮膚」。 第二步：只給相關的資料。 如果任務是「分析這週的痘痘」，就只給這週的照片和產品紀錄。不要順手把去年的也丟進去。如果非要給長期資料，請先整理成摘要：「過去一年，我的皮膚在換季時容易長痘，夏天狀況較穩定。」 第三步：設定答案的格式。 告訴 AI 你希望它怎麼回答。例如：「請列出三種可能的原因，並針對每一種原因給一個具體的調整建議。」這樣 AI 就不會只給一句「你可能需要一條龍」。 這三步加起來，大概只需要花你 5 分鐘。但省下的，是 AI 亂給建議之後你還要花半小時去驗證的時間。

  1. 1 / 4 · HOOK

    你問「這週痘痘」，AI 回你「年終總結」 —— 不是它笨，是你給太多。

    • 丟一年日記想問這週痘痘，AI 回「你可能需要一條龍」
    • AI 沒「常識」判斷哪段重要，只看你給了什麼
    • 長期 + 跨領域 + 模糊問題混一起，它完全猜不到
  2. 2 / 4 · WHY

    上下文過載最常出包的 3 種情境。

    • 長期追蹤型：給整年資料，它只會抓最後幾筆
    • 跨領域整合：皮膚 / 飲食 / 睡眠 / 壓力混一起，沒指主因
    • 問題不明確：「幫我分析」就等它自己猜要分析什麼
  3. 3 / 4 · HOW

    5 分鐘三步驟，把 AI 拉回你真正的問題。

    • 一句話定義「這次」要解決什麼，不要說「分析皮膚」
    • 只給跟這次任務相關的資料，長期資料先壓成摘要
    • 指定回答格式：列 3 個原因 + 對應建議
  4. 4 / 4 · TAKEAWAY

    不是 AI 變笨，是你終於讓它知道你要問什麼。

    • 5 分鐘任務邊界 = 省下半小時驗證亂答案
    • 任務邊界 / 資料範圍 / 答案格式 — 三件都明確才送出

最容易讓你以為有答案，其實還沒收尾的三個誤區

最容易白忙的誤區有兩個： 第一個誤區：以為 AI 會自動判斷輕重緩急。 很多人覺得「我把資料都給你了，你應該自己知道哪些重要吧？」但 AI 不是人類，它沒有「常識」去判斷「這個月痘痘變多」比「去年冬天的皮膚狀況」更重要。你得明確告訴它。 第二個誤區：在同一條對話裡問太多問題。 比如先問「我的皮膚怎麼了」，接著又問「那我該換哪個品牌的產品？」AI 會以為這兩個問題是連在一起的，然後給出一個模糊的綜合答案。正確做法是：問完第一個問題，得到答案，確認後，再開新的對話問第二個問題。

注意點

送出前最後看一眼，不然很容易重工

送出前，最後看一眼這三件事： 1. 任務邊界：我是否用一句話定義了「這次」要做什麼？ 2. 資料範圍：我給的資料是否只跟這個任務有關？ 3. 答案格式：我是否告訴 AI 它該怎麼回答我？ 三項都打勾，再按送出。

實作提醒

如果下次又遇到，先照這篇的順序走一次

下次你要問 AI 任何分析問題時，先花 5 分鐘做這件事：打開一個新文件，寫下「這次我要解決的問題是＿＿＿＿」，然後只把相關的資料貼進去。 你會發現，AI 給的答案突然變準了。不是它變聰明了，是你終於讓它知道你真正要問什麼。

讀者最常問的幾個問題

我還是想讓 AI 知道我的長期皮膚狀況，難道不能一次給嗎？

可以，但要分層。先給它一份你整理的「年度摘要表」（含關鍵事件與趨勢），再針對今天的問題給近一週的詳細紀錄。這樣 AI 既有背景知識，又不會被細節淹沒。

如果我的問題很複雜，需要跨多個領域的資料怎麼辦？

拆成多輪對話。第一輪只問 A 領域，第二輪帶入 A 的結論再問 B 領域。不要在同一條對話裡同時問「我的皮膚怎麼了」和「我的預算怎麼分配」，AI 會亂掉。